互惠行为是社会合作的重要基础，有助于个体间建立信任和协作关系，从而促进群体的稳定与发展。对于互惠行为中的社会情感，以往研究大多关注接受帮助后产生的积极情绪，如感激之情，却忽视了接受帮助可能引发的负面情绪和潜在代价——负债感（indebtedness）。对于负债感，目前尚无明确的概念定义，并且诱发负债感的范式也比较匮乏。进一步，负债感背后的计算和神经机制也是不够清晰的。高晓雪研究员团队近期的一项研究通过问卷调查（建立概念模型）、行为实验（包含计算建模）和fMRI实验对这些问题进行了解答，该研究于2024年1月2日发表在Nature Communications上。
首先，研究者通过在线问卷对内疚的概念模型进行初步探索。如图1所示，根据过去情感体验的回归分析和显示，负债感主要源于给别人造成负担的内疚感，以及接受帮助后要回报他人的义务感。基于主题建模的负债定义的文本分析也揭示了，内疚和感激属于同一主题，而与义务、负担和负面身体状态相关的感觉词属于另一个主题，支持负债感可以进一步分为两个不同的部分——给帮助者带来负担的内疚感和偿还帮助的义务感。
图1 负债感主观报告结果
其次，研究者开发了受助-回馈人际互动范式（图2），该范式能够重复诱发和定量测量受助者负债感的两个成分(内疚和义务感)及其对回馈行为的影响。在实验任务中，操纵能否偿还来改变被试对帮助意图的评价。被试作为受惠者，与之配对的匿名伙伴作为帮助者。在每轮互动中被试将接受一个20s的疼痛刺激，在这轮与之配对的匿名伙伴（一共有20元）选择是否以及花费多少金钱来为被试减轻疼痛（实验操纵）。在看到伙伴的决定后，被试需要估计本轮伙伴期待自己在接受帮助后给予多少回馈（即感受到的帮助者策略性意图)。然后，被试决定接收还是拒绝帮助。最后，被试需要决定从自己的奖励（一共有25元）中分配多少给当前对家，作为回馈。
图2 实验流程
结果发现，这种操纵能够成功改变被试对帮助者关心程度的评价，以及他们对帮助者期望回报多少钱的看法。与评价理论一致，这些评价的转变影响了个体的主观感受，并最终影响了他们的行为。当能偿还时，被试感知到帮助者有很强的回报期望和更少关怀，此时，被试有更强的义务感，更少的内疚感和感激感（图3A），进而影响他们是否接受帮助和互惠行为。虽然这三种感觉都会增加互惠决定，但负债中的内疚和义务成分增加了被试在有选择权时拒绝帮助的可能性（图3B）。
图3 受益者的感受和行为受到帮助者意图的影响
探索性因子分析将决策过程中的意图评价和感受分为两个因素：1）共同关心和2）义务动机，共同关心因素包括感知到帮助者的关怀、内疚感和感激，义务动机因素则包括感知到帮助者期望得到的回报和偿还的义务感（图4A）。负债感在两个因素上都具有中等程度的负荷。中介分析显示，感知回报期望中介了义务感，而感知关怀和内疚更相关（图4B）。这些结果进一步支持概念模型的预测，即负债由两种不同的感觉组成。内疚成分源于人们认为帮助者的行为是出于利他意图（即感知到的关怀），而义务成分则源于人们认为帮助者的意图是战略性的（例如期望得到回报）。
图4 负债感包含共同关心和义务动机两种成分
在此基础上，研究者开发了两个计算模型用于预测互惠和接受帮助的行为——互惠模型和帮助接受模型，两个模型都包括潜在自我利益，以及上述提及的共同关心和义务动机。结果显示，互惠模型和帮助接受模型都能够成功预测被试的行为决策（图5A），且共同关心中的感知关怀ωB和义务动机中的偿还信念EB’’分别与主观报告的内疚感和义务感相对应。采用不同的参数组合对互惠模型进行模拟，结果显示，贪婪的人（自我利益θ较高）不太可能回报他人的恩惠。 在不可能偿还和可能偿还条件下，受益者对恩惠的反应的预测存在分歧。 在可能偿还条件下，对义务的重视程度增加导致更多的互惠行为，但在不可能还款条件下，互惠则减少（图5B）。
图5 模型结果
负债的概念模型在后续的fMRI实验中也得到了证实。共同关心和义务动机涉及不同的大脑活动，成功预测感知关怀ωB和偿还信念EB’’的大脑区域在空间上没有相关性。处理共同关心时，与岛叶、的活动有关。其中，腹内侧前额叶皮质和背外侧前额叶皮质与感恩、积极社会价值观相关。义务动机则与心智理论网络（包括颞顶叶交界处和背内侧前额叶皮质）激活有关，这在表达他人的意图或策略时很常见。而推断出的战略意图传达了对未来互惠的期望，与颞顶叶交界处和背内侧前额叶皮质的激活有关（图6A）。研究者进一步结合大脑活动和行为模型开发出负债的神经效用模型，该模型同样可以捕捉这些感觉之间的权衡并可靠地预测互惠行为（图6B）。
图6 脑成像结果
综上所述，研究者通过结合大规模在线问卷、行为实验操纵、计算建模和神经成像，在三个独立的研究中对负债的概念模型进行了系统验证。该模型捕捉了个人如何看待帮助者的利他意图和战略意图，以及意图的推论如何产生不同的内疚感和义务感。它们共同构成了负债感并激发了互惠。
参考文献
Gao, X., Jolly, E., Yu, H., Liu, H., Zhou, X., & Chang, L. J. (2024). The psychological, computational, and neural foundations of indebtedness. Nature Communications, 15(1), 68. https://doi.org/10.1038/s41467-023-44286-9
